L. A. Kadirova, A. A. No’monjonov bioinformatika o‘zbekiston Respublikasi vazirligi tomonidan ta’lim yo‘nalishi bo‘yicha darslik sifatida tavsiya etilgan

Birinchidan , FASTA taqqoslangan ketma-ketliklardan tanlangan so'zlar ro'yxatini tayyorlaydi . So'z 3-6 nukleotid yoki 2-3 aminokislotadan iborat qatordir. Bunday holda, kortej so'zlari bir-biriga mos kelmasligi kerak. Shundan so'ng dastur sozlama so'zlarini moslashtiradi va mos keladiganlarni hisoblaydi.
Nuqta matritsasining reytingini tuzish va hisoblashga o'xshab, FASTA diagonalda eng ko'p so'zlar soniga ega variantlarni tanlaydi, mumkin bo'lgan eng yuqori ballga ega bo'lgan moslikni topadi va natijani (so'z mosligini) №1 element sifatida belgilaydi. Agar maksimal ball etarlicha katta bo'lsa, dastur ikkinchi darajaga o'tadi.
Ikkinchi darajada, har bir eng yaxshi so'z mosligi uchun qo'shni taxminiy mosliklarni qidirish amalga oshiriladi va agar ball qiymati qoniqarli bo'lsa, dastur №1 elementning qisqa segmentlarini birlashtiradi , ulardan uzunroq nuqta matritsasi diagonalini yaratadi va bo'shliqlarni qo'shib, jarimani baholagandan so'ng ballni hisoblab chiqadi.
Ikkinchi darajadagi ballar orasida eng yaxshi ball boshlang'ich raqam deb ataladi. FASTA so'rovlar ketma-ketligini mavzu ketma-ketligi bilan taqqoslash uchun hisoblangan urug'lar sonini saqlaydi. Barcha ma'lumotlar bazasi ketma-ketligi tekshirilgandan so'ng , eng yuqori urug'lar sonini beradigan ketma-ketliklar (Smit-Uoterman algoritmidan foydalangan holda) mumkin bo'lgan eng katta optimal ball bilan mahalliy moslashuvni qurish uchun ishlatiladi.
FASTA formati ko'plab ketma-ketlikni moslashtirish dasturlari tomonidan qabul qilinadi.

2.2. Tenglamalarning ahamiyati.

Berilgan ketma-ketlikni ma'lumotlar bazalaridagi boshqa ketma-ketliklar bilan moslashtirishning biologik ahamiyatini baholash uchun olingan natijalarni ushbu ketma-ketlikni moslashtirish natijalari bilan ma'lumotlar bazalaridan ketma-ketlikdagi elementlarning statistik tasodifiy almashtirishlari (tasodifiylashtirish) yordamida olingan ketma-ketliklar bilan solishtirish odatiy holdir. .
Shubhasiz, agar tasodifiy (tasodifiy) ketma-ketliklar asl natijalar bilan bir xil natija bersa, unda hizalanishning biologik ma'nosi yo'q.
Z-skor, P-qiymati va E-qiymati kabi statistik parametrlardan foydalaniladi.
Z-skor biz topgan o'yin qanchalik g'ayrioddiy ekanligini ko'rsatadi, ya'ni statistik nuqtai nazardan, bu ma'lumotlar to'plamidagi o'rtacha qiymatdan ma'lum darajadagi masofa (standart og'ish sifatida o'lchanadi). Agar berilgan ketma-ketlikni boshqa ketma-ketlik bilan dastlabki tekislashning og'irligi S ga teng bo'lsa, u holda
S □□
Z □ ,
□
bu erda □ - berilgan ketma-ketlikning ikkinchi ketma-ketlikning tasodifiy variantlari bilan tekislashlarining o'rtacha qiymati; □ - standart og'ish.
- ketligi uchun Z = 0 bo'lsa, bu oqsillar bir-biriga o'xshashdir, ba'zi bir nazorat guruhidagi oqsillarga (o'rtacha) ko'p emas, unga ko'ra taqqoslash amalga oshiriladi, ammo bu tasodifan sodir bo'lishi mumkin. Z balli qanchalik katta bo'lsa, kuzatilgan tekislash tasodifan sodir bo'lmaganligi ehtimoli shunchalik yuqori. Tajriba shuni ko'rsatadiki, Z-ball > 5 allaqachon asl tekislashning ahamiyatini ko'rsatadi.
P qiymati. Ko'pgina dasturlar P -qiymatlarini ishlab chiqaradi , bu hizalanish tasodifiylikdan yaxshiroq emas. Z-bal va P o'rtasidagi munosabatlar nazorat hizalamalarining og'irlik taqsimotiga bog'liq bo'lib, u normal taqsimotga amal qilmaydi.
Taxminan, P -qiymatlari quyidagicha talqin qilinishi mumkin:
P <10 ^-100 aniq moslik;
10-100 < _P < 10-50 deyarli bir xil ketma-ketliklar, masalan, allellar yoki polimorfizmlar;
10-50 < p < 10-10 chambarchas bog'liq ketma-ketliklar; gomologiya aniq;
10 ^-10 < P < 10 ^-1 odatda uzoqdan bog'langan ketma-ketliklar;
P > 10 ^-1 , ko'rinishidan, yozishmalar ahamiyatsiz.